Anthropic ya es rentable: márgenes del 80% por token

Anthropic es rentable en Q2. No es una proyección ni un titular optimista — es lo que Dylan Patel, analista de semiconductores y uno de los pocos que sigue de cerca la economía real de estas compañías, está diciendo en público.

Rentable en términos de net income, excluyendo stock-based compensation. Que es como casi todo el mundo mide la rentabilidad operativa en empresas tecnológicas jóvenes. Si quieres entender por qué el SBC complica tanto las comparaciones de rentabilidad entre compañías, Aswath Damodaran tiene una entrada de 2014 en su blog que sigue siendo la referencia más clara que existe sobre el tema.

Pero la parte que más llama la atención no es el Q2. Es que Patel cree que en Q3 pueden ser rentables incluyendo el SBC. Eso es otro nivel. Significa que el negocio genera suficiente caja para cubrir también la dilución a los empleados. Para una compañía que lleva quemando capital a este ritmo, es una señal bastante concreta de que algo ha cambiado en la estructura de costes.

El dato que hace que todo esto tenga sentido está en los márgenes por token. Según Patel, el margen de Anthropic en Opus 4 — específicamente en Opus 4.8 tokens — es de más del 80% sobre el precio de API que cobran.

Puedes ver exactamente qué cobra Anthropic por sus modelos en su página de precios. Opus no es el modelo barato. Es el tope de gama, el que venden para los casos de uso más exigentes. Y si el margen bruto por token está por encima del 80%, significa que el coste de inferencia ha bajado tanto — o que el precio de venta es tan alto — que el negocio de API pura es extraordinariamente sano.

Eso no es un accidente. Es el resultado de años de trabajo en eficiencia de modelos. Menos parámetros activos, mejor destilación, mejor gestión del KV cache. Los detalles técnicos de cómo se construye esa eficiencia los cubre en profundidad SemiAnalysis, que es donde Patel publica sus análisis largos. Si te interesa la economía real de la inferencia, es el sitio donde mirar.

Aquí viene el matiz. Ese 80% es el margen por token en API directa. Pero Anthropic no vende todo a través de su API propia.

Tiene acuerdos con Amazon — a través de Bedrock — y con Google, a través de Vertex AI. Y esos acuerdos funcionan de otra manera. Google metió 2.000 millones de dólares en Anthropic en 2023, algo que TechCrunch documentó en detalle cuando se anunció. Ese dinero no viene gratis — hay compromisos de uso de infraestructura, de distribución, de condiciones comerciales que no son las mismas que en una venta directa.

Lo que dice Patel es que esos acuerdos corporativos bajan el margen bruto total de la compañía. No lo destruyen, pero lo erosionan. El margen por token sigue siendo altísimo. El margen corporativo agregado, después de sumar todos los canales con sus condiciones distintas, queda algo por debajo.

Es la tensión clásica entre distribución y control. Cuanto más dependes de terceros para llegar al cliente, más cedes en precio. Anthropic ha aceptado esa cesión a cambio de escala y de capital.

Hay un detalle al final del clip que merece atención propia. Patel menciona que Anthropic ha comprado GPUs por encima del precio de mercado. Y que entre esas compras hay un acuerdo con SpaceX.

SpaceX está construyendo Gigasat, una fábrica de once millones de pies cuadrados para producir infraestructura de cómputo espacial. Tom's Hardware tiene la cobertura más completa de ese proyecto, con el objetivo declarado de llegar a 1 gigavatio de cómputo orbital para 2027.

El hecho de que Anthropic haya comprado capacidad de cómputo a SpaceX, por encima de precio, dice dos cosas. Primero, que la demanda de GPUs sigue siendo tan alta que las compañías pagan prima por asegurarse capacidad futura. Segundo, que Anthropic está mirando hacia infraestructura no convencional — satélites incluidos — para no quedar atrapada en la cadena de suministro de los grandes hiperescaladores.

Son márgenes del 80% por token. Y aun así siguen pagando de más por los chips. Eso te dice cuánta presión hay en el lado de la oferta de cómputo.

Un clip de 45 segundos de Dylan Patel referencia seis cosas distintas: su cuenta de Twitter, el blog de Damodaran, SemiAnalysis, la página de precios de Anthropic, un artículo de TechCrunch de 2023 y una noticia de Tom's Hardware sobre SpaceX. Todo eso en menos de un minuto.

Eso es exactamente el problema que resuelve VidLink. El vídeo se mueve rápido. Las referencias aparecen y desaparecen. El espectador que quiere ir más fondo tiene que pausar, buscar, copiar, abrir pestañas nuevas — o simplemente no lo hace y pierde el contexto.

Cuando el contenido que más mueve a la gente es análisis denso con fuentes reales, la distancia entre ver algo y entenderlo bien depende de si puedes llegar a esas fuentes en el momento en que aparecen.